Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à Databricks et aux cas d'utilisation en finance
- Compréhension de l'écosystème Databricks
- Aperçu des flux de travail d'analyse des données financières
- Exemples de cas d'utilisation : modélisation des risques, rapports financiers, journaux d'audit
Premiers pas avec les notebooks Databricks
- Création et navigation dans les notebooks
- Utilisation de Python et SQL dans Databricks
- Collaboration via les commentaires et l'historique des versions
Ingestion et nettoyage des données
- Importation de données financières à partir de fichiers CSV, de bases de données et d'APIs
- Utilisation des DataFrames Spark pour le nettoyage et la préparation
- Gestion des valeurs manquantes et des valeurs aberrantes
Transformation et agrégation des données financières
- Calcul des indicateurs clés de performance (ICP) et des ratios financiers
- Filtrage, regroupement et analyse croisée des ensembles de données
- Manipulation des séries chronologiques et rééchantillonnage
Visualisation des informations financières
- Création de tableaux de bord avec les outils visuels de Databricks
- Personnalisation des graphiques pour les rapports financiers
- Exportation des visualisations pour les présentations ou l'examen réglementaire
Optimisation des requêtes et utilisation de Delta Lake
- Introduction à l'architecture de Delta Lake
- Transactions ACID et fiabilité des données
- Amélioration des performances grâce au partitionnement des données
Collaboration, planification et partage
- Gestion des accès et des autorisations pour les équipes financières
- Planification de tâches pour les rapports automatisés
- Exportation sécurisée des données et des résultats
Résumé et prochaines étapes
Pré requis
- Compréhension des concepts d'analyse de données
- Expérience avec Python ou SQL
- Connaissance des types de données financières et des rapports
Public visé
- Analystes financiers et professionnels de l'intelligence économique
- Analystes de données travaillant dans le secteur financier
- Ingénieurs de données soutenant les équipes financières
14 Heures